POLİKARBOKSİLAT BAZLI SÜPERAKIŞKANLAŞTIRCI KATKILI BETONUN YÜKSEK SICAKLIKTAKİ BASINÇ DAYANIMIN BULANIK MANTIK YÖNTEMİYLE TAHMİNİ

Transkript

1 POLİKARBOKSİLAT BAZLI SÜPERAKIŞKANLAŞTIRCI KATKILI BETONUN YÜKSEK SICAKLIKTAKİ BASINÇ DAYANIMIN BULANIK MANTIK YÖNTEMİYLE TAHMİNİ Gökhan DURMUŞ* 1, Ömer CAN* *Gazi Üniversitesi Teknik Eğitim Fakültesi Yapı Eğitimi bölümü, 65 Beşevler/ ANKARA Özet Bu çalışmada, farklı sıcaklık değeri uygulanmış süper akışkanlaştırıcı katkılı ve katkısız betonların, sıcaklık ve ultrases geçiş hızına bağlı olarak basınç dayanım değerlerini çoklu doğrusal regresyon ve bulanık mantık yöntemiyle tahmin edilmesini araştırmaktır. Bu amaçla kırma taş agrega, CEM I 42.5 R çimentosu, polikarboksilat bazlı süper akışkanlaştırıcı katkı (SAK) ve Ankara şebeke suyu kullanılarak C25 sınıfı beton üretilmiştir. Üretilen taze betonlar üzerinde çökme, birim hacim ağırlık ve ve-be deneyleri yapılmıştır. Taze betonlar üzerinde çökme, birim hacim ağırlık, ve vebe deneyleri yapılmıştır. Taze betonlar Ø5*1 cm boyutlu silindir numunelere yerleştirilmiş ve 28 gün standart kür uygulaması gerçekleştirilmiştir. Sertleşmiş beton numuneleri yüksek sıcaklık fırında 3 saat süresince, ısı artış oranı 1 C/dk, 1, 3, 5 ve 7 C de sıcaklık uygulaması yapılmış ve laboratuar koşullarına (2 C) kadar soğutulmuşlardır. Sonuçta, süper akışkanlaştırıcı katkılı betonların basınç dayanım değerlerinin, yüksek sıcaklık ve ultrases geçiş hızı değerlerine bağlı olarak bulanık mantık yöntemiyle basınç dayanımın % 3-5 gibi küçük bir hata oranıyla tahmin edilebildiği görülmüştür. Bulanık mantık yönteminin çoklu doğrusal regresyon modeline göre daha başarılı sonuç verdiği bulunmuştur. Anahtar Kelimeler: Beton, Süper akışkanlaştırıcı katkı, Katkı, Yüksek sıcaklık, 1 İletişim kurulacak yazar: Tel: Belge geçer: E-posta: gdurmus@gazi.edu.tr 272

2 THE ESTIMATION OF THE COMPRESSIVE STRENGTH OF SUB- POLICARBOKSILAT SUPERPLASTICIZER ADMIXTURED CONCRETE UNDER HIGH TEMPERATURE BY METHOD OF FUZZY LOGIC Abstract In this study, the compressive strength of the concretes mixed with superplasticizers and without superplasticizers were tried to estimate by the method of multi-regression and fuzzy logic in the different temperature. For this purpose, the concrete numbered C25 was produced by using the cement of CEM I 42.5 R and superplasticizers admixture (SA), tap water, and gravel of crushed stone. The slump test and unit volume weight and vebe test so on were performed on these fresh concretes and samples obtained with the dimensions of Ø5*1 after the curing of 28 days. To the hardened concrete samples 1, 3, 5, and 7 C heat were applied for three hours by increasing the temperature rate 1 C/min after this stage samples laboratory conditions were cooled down to 2 C. As a result, fuzzy logic method was estimated the compressive strength of SA added concrete with a small 3-5 % error by using temperature and ultrasound transmission velocity values. In addition, it was determined that fuzzy logic method is better estimation than multi linear regression model. Keywords: Concrete, Superplasticizer, Admixture, High temperature 1. Giriş Bulanık mantık (fuzzy logic), adından anlaşılabileceği gibi mantık kurallarının esnek ve bulanık bir şekilde uygulanmasıdır. Klasik (boolean) mantıkta, "doğru" ve "yanlış" yada "1" ve ""lar kombinasyonları bulunmaktadır, oysa bulanık mantıkta, ikisinin arasında bir yerde olan önermelere veya ifadelere izin verilebilir ki, gerçek 273

3 hayata baktığımızda hemen hemen hiçbir şey kesinlikle doğru veya kesinlikle yanlış değildir. Gerçek hayatta önermeler genelde kısmen doğru veya belli bir olasılıkla doğru şeklinde değerlendirilir. Bulanık mantık klasik mantığın gerçek dünya problemleri için yeterli olmadığı durumlar dolayısıyla ihtiyaç duyulmuştur [1-3]. Bulanık mantık (BM) kavramı ilk kez 1965 yılında California Berkeley üniversitesinden Prof. Lotfi A.Zadeh in bu konu üzerinde ilk makalelerini yayınlamasıyla duyulmuştur [4]. Bulanık mantık kümeleri ve sistemleri Mamdani ve Assilian 1975 deki geliştirdikleri kontrol sistemleri sayesinde kullanımı giderek artmıştır [5,6]. Betonu oluşturan yapı malzemeler üzerinde çeşitli araştırmalar bulunmakta ve bazıları söyle özetlenebilir. Kırmataş agrega içerisinde bulunan taşunu nun betonun basınç mukavemetine etkisi bulanık mantık yöntemiyle araştırılmış ve kullanılabileceği kanısına varılmıştır [7]. Uygunoğlu ve ark. Tarafından yapılan çalışmada, yapay katkılardan olan uçucu külün betonun basınç dayanımı üzerindeki etkisi bulanık mantık ile modellenerek yapılarak betondaki basınç dayanımını arttıran en uygun uçucu kül miktarı belirlenmiştir [8]. Sertleşmiş beton üzerindeki başka çalışmada ise, farklı sürelerde vakum uygulanmış betonlarda vakum süresi, radyoaktif yöntemle yoğunluk ve beton derinliğine bağlı olarak gerçek beton yoğunluk değerlerinin regresyon ve bulanık mantık yöntemiyle tahmin edilmesi araştırılmış ve % 2 hata oranı ile gerçek değerle yaklaşarak tahmin edilmiştir [9]. Ayrıca kendiliğinden yerleşen betonlar üzerinde farklı dozajlar üzerinde bulanık mantık modellenmesi hazırlanmış ve istatiksel analize göre daha uygun sonuçlar verdiği görülmüştür [1]. Akışkanlaştırıcı katkı maddeleri su içerisinde eriyen boşluklu kimyasal dizilişleri ile suyun yüzey gerilimini düşüren organik maddelerdir [11]. Diğer bir deyişle, süper 274

4 akışkanlaştırıcı katkı (SAK) belirli bir beton bileşiminde kıvamı değiştirmeden su miktarının yüksek oranda azalmasını sağlayan veya su miktarı değişmeden çökmeyi, yayılmayı yüksek oranda artıran veya her iki etkiyi birlikte yaratan katkıdır [12]. Bu katkıların kullanılması betondaki s/ç oranının düşmesine neden olmakta, buda beton dayanımını olumlu yönde etkilemektedir [13-14]. Hafif ve normal betonlara silis dumanı ve % 2 oranında SAK ilave edilerek üretilen betonların yüksek sıcaklık uygulandıktan sonraki ağırlık kaybı ile basınç dayanımları farkı araştırılmıştır. Hafif betonlar ilk dayanımlarının % 38 ini korumuşlardır. Normal betonlar hafif betonlara göre daha iyi sonuç vermiştir. Silis dumanı kullanım oranına bağlı olarak basınç dayanımı kaybı artmıştır [15]. Yapay puzolanlar kullanılarak üretilen betonlar 1, 2, 3, 6, 9 C gibi farklı sıcaklıklar uygulanarak, soğutma işlemi havada ve suda olmak üzere iki grupta gerçekleştirilmiştir. Yüksek sıcaklığa maruz kalan betonun renginde (ışıkölçer ile sayısal olarak), ultrases geçiş hızında ve basınç dayanımında benzer değişikliklerin olduğunu göstermiştir [16]. Çalışmada, SAK lı 5x1 mm ebatlarında beton örnekler üretilmiş ve 3 saat süresince 2, 1, 3, 5 ve 7 C yüksek sıcaklıklarda maruz bırakıldıktan sonra laboratuar koşullarına kadar soğutulmuştur. Yüksek sıcaklık ve ultrases geçiş hızı değerleri kullanılarak çoklu lineer regresyon ve bulanık mantık yöntemiyle basınç dayanımları tahmin edilmiş ve deney sonuçlarıyla istatistik olarak karşılaştırılması yapılarak yorumlanmıştır. 2. Deneysel çalışma 2.1. Malzemeler 275

5 Mekanik Kimyasal, % Fiziksel Selçuk-Teknik Dergisi ISSN Journal of Selcuk-Technic Karışımda, kalker esaslı -4, 4-16 ve 16-22,4 mm lik kırmataş agrega sınıfları, CEM I 42,5 R portland çimentosu, karışım suyu olarak Ankara şebeke suyu ve kimyasal katkı olarak polikarboksilat bazlı yüksek oranda su azaltıcı SAK kullanılarak beton örnekleri hazırlanmıştır. Çimentonun fiziksel, kimyasal ve mekanik analizlerine ait deney sonuçları Tablo 1 de verilmiştir. Tablo 1. CEM I 42,5 R çimentosuna ait kimyasal, fiziksel ve mekanik özellikler Analiz Bileşik % Analiz Deneyler Değer SiO 2 2,41 Özgül yüzey, cm 2 /g 335 Al 2 O 3 5,35 Genişleme, mm 1, Fe 2 O 3 3,3 Su ihtiyacı, gr 28,2 CaO 62,5 Priz baş. sür., dak 157 MgO 1,65 Priz bit. sür., dak. 235 SO 3 2,93 Özgül ağırlık, g/cm 3 3,1 Na 2 O,15 Gün MPa K 2,71 3. gün 28,5 Cl,11 7. gün 41,7 HCl, gün 52,4 SAK yoğunluğu:1,149 gr/cm 3, ph:7,39, katı madde: 38,64 olan polikarboksilat bazlı tercih edilmiş olup çimento dozajının % 1 kadarı kullanılmıştır Metot Beton karışımı TS 82 [17] ve TS EN 26 1 [18] standartlarına uygun olarak C25 beton sınıfına göre hazırlanmıştır. Karışımdaki betonun s/ç,55 seçilmiş, kontrol betonu (KB) ve SAK lı betonun (SB) 1m 3 beton karışımına giren malzeme miktarları Tablo 2 te verilmiştir. Tablo 2. Beton karışımda kullanılan malzeme miktarları (1m 3 ) Malzemeler Beton türleri KB SB 276

6 Agrega Selçuk-Teknik Dergisi ISSN Journal of Selcuk-Technic Çimento, kg Su, lt s/ç,55,55 SA, kg (%46) 99 kg 99 kg 4-16 (%4) 79 kg 79 kg 16-22,4 (%14) 277 kg 277 kg Agreganın tane büyüklüğü dağılımı, birim hacim ağırlığı, çökme, ve-be deneyleri ve numunelerinin hazırlanması sırasıyla TS 353 EN [19], TS 3529 [2], TS EN [21], TS EN [22] ve TS EN [23] standartlarına göre gerçekleştirilmiştir. Üretilen taze betonun özellikleri Tablo 3 te verilmiştir Tablo 3. Çalışmada kullanılan taze betonun özellikleri Deneyler Beton Türleri KB SB Çökme, cm 3 18 Ve-Be, sn 8 2 Hava İçeriği % 2,6 % 5 Gev, Bir. Hac. Ağ, (g/cm 3 ) 1,88 1,8 Sık, Bir, Hac, Ağ, (g/cm 3 ) 2,37 2,17 Numuneler 2±2 C sıcaklık ve % 5-6 bağıl nem sahip laboratuar ortamında 24 saat bekletildikten sonra Ø5 x 1 mm lik numuneler kalıptan çıkarılarak 28 gün süreyle kür havuzunda bekletilmiştir. Numuneler etüvde (15 C) bekletilmiş ve daha sonra yüksek sıcaklık fırınına alınmıştır. Yüksek sıcaklık altındaki betonun yapısında meydana gelen gerilme ve şekil değiştirmelerin ölçülmesinde BS EN ve ISO 834 standartlarındaki kurallara uyulmuştur [24, 25]. Numuneler 18 ºC kapasiteli laboratuar tipi fırında 18 dk süreyle, sıcaklık artış hızı dakikada 1 C olacak şekilde 2, 1, 3, 5 ve 7 C yüksek sıcaklığa maruz bırakılmıştır. Bütün sıcaklık değerlerinde 6 şar adet numune kullanılmıştır. Numunelere önce ASTM C [26] 277

7 standardına göre ultrases geçiş hızı deneyine ardından TS EN [27] standardına göre basınç dayanımı deneyine tabi tutulmuşlardır. Yüksek sıcaklığın ultrases geçiş hızı değerlerine bağlı olarak basınç dayanımı değerlerini tahmin edebilmek amacıyla çoklu doğrusal regresyon analizi gerçekleştirilmiştir. Regresyon analizi bağımlı değişken ile bir veya daha çok bağımsız değişken arasındaki ilişkiyi incelemek amacıyla kullanılan bir analiz yöntemidir. Bir tek bağımsız değişkenin kullanıldığı regresyon tek değişkenli regresyon analizi, birden fazla bağımsız değişkenin kullanıldığı regresyon analizi de çok değişkenli regresyon analizi olarak adlandırılır [28]. Çok doğrusal regresyon denklemi Eş 1 de verilmiştir. y = α+β 1 *x 1 +β 2 *x β n *x n (1) Burada, y= bağımlı değişken X i : Bağımsız değişkenleri, β i: Katsayı değerleri, α : hata terimini ifade etmektedir. Bulanık mantık modeli, MATLAB bilgisayar programındaki Fuzzy logic arayüzü kullanılarak geliştirilmiş ve her iki beton türüne ait bulanık mantık modeli Şekil 1 de verilmiştir. Üyelik fonk: trimf Yuksek sýcaklýk Üyelik fonk: trimf KB ve SB Betonlar için Kural editör:(mamdani) Baðlantý: ve aðýrlýk : 1 Basýnç dayanýmý, MPa Ultrases geçiþ hýzý Şekil 1. Bulanık mantık modelleri Şekil 1 deki modelde yüksek sıcaklık ve ultrases geçiş hızı değerleri girdi, 28. gündeki basınç dayanımları çıktı olarak belirlenmiştir. Girdi veri tabanının sıcaklık, KB 278

8 Üyelik fonksiyonu Üyelik fonksiyonu Üyelik fonksiyonu Üyelik fonksiyonu Üyelik fonksiyonu Selçuk-Teknik Dergisi ISSN Journal of Selcuk-Technic ve SB betonlarına ait ultrases geçiş hızı değerinin üyelik fonksiyonları Şekil 2 (a,b,c), çıktı olarak belirlenen basınç dayanımın üyelik fonksiyonları Şekil 3 (d,e) verilmiştir. A 1 B C D E Sýcaklýk derecesi: Girdi Ultrases geçiz hýzý gerleri, km/s Ultrases geçiþ hýzý deðeri, km/s 5 a=yüksek sıcaklık b=kb nun ultrases c= SB lı betonun ultrases üyelik fonk. geçiş hızı üyelik fonk. geçiş hızı üyelik fonk. Şekil 2. Bulanık mantık modelinin girdi üyelik fonksiyonları (a,b,c) 1 ÜF1 ÜF2 ÜF3 ÜF4 ÜF5 1 ÜF1 ÜF2 ÜF3 ÜF4 ÜF5 ÜF6 ÜF7ÜF Basýnç dayanýmý, MPa Basýnç dayanýmý, MPa d=kb basınç dayanımı üyelik fonk. e=sb betonun basınç dayanımı üyelik fonk. Şekil 3. Bulanık mantık modelinin çıktı üyelik fonksiyonları (d,e) Şekil 2 deki üyelik fonksiyonların küme aralıkları hazırlanırken deneysel verilerden yaralanılmıştır. KB nun sıcaklık ve ultrases geçiş hızı değeri için 5 er, SB için 11 üyelik fonksiyonu yazılmıştır. Üyelik fonksiyonları ve çıktılar arasındaki kural tabanı hazırlanmış ve bu kurallar VE bağlacı ile bağlanmıştır. KB nunda 5*5=25 ve 5*11=55 adet kural yazılmıştır. Çıktıların alınmasındaki önce Durulaştırma işlemi Ağırlık merkezi seçilmiş ve buna göre durulaştırılmıştır. 3. Bulgular ve Tartışma Normal agregalarla yapılan betonların birim ağırlığı 2,2-2,4 kg/dm 3 arasında değişmektedir [4]. Tablo 3 den KB nin birim ağırlığının sınır değerler arasında olduğu, 279

9 SB nin ise 2,17 kg/dm 3 ile tam sınırda olduğu görülmektedir. KB nin çökme değeri SB den 6 kat düşük, ve-be değeri 4 kat yüksek, hava miktarı ise 2 kat yüksek elde edilmiştir. Bu durum KB da kullanılan polikarboksilat bazlı süper akışkanlaştırıcı katkının etkisiyle açıklanabilir. Çalışmada iki farklı tahmin yöntemi kullanılmıştır. Birinci tahmin yöntemi çoklu doğrusal regresyon yöntemin uygulanarak tahmin modeli oluşturulmuştur. Regresyon analizi Statistica ve NCSS paket programları kullanılarak model denklemleri çıkartılmıştır. Regresyon modelini oluşturulmasında KB da ve SB de 21 er veri kullanılmıştır. KB ye ait çoklu regresyon analiz sonuçları Tablo 4 de SB ye ait sonuçlar ise Tablo 5 de verilmiştir. Tablo 4. KB nun betonun çoklu regresyon analiz sonuçları Regresyon istatistikleri Değerler Bağımlı değişken Basınç Bağımsız değişken sayısı 2 Kolerasyon katsayısı R =,939 R 2,8821 Düzeltilmiş R 2,869 Belirsizlik katsayısı,1466 Ortalama hatalar karesi 6,9611 Varyans analizi Varyans Kareler Serbestlik Kareler Ort. F-Testi α<.5 kaynağı Toplamı derecesi Regresyon 937, ,858 67,354, Kalan 125, ,9612 Toplam 163,17 Regresyon analizi Standart hata Katsayılar T istatis. Anlam. düzeyi Kesme noktası 14,743 1,2731,2192 Sıcaklık,243 -,1782-2,2583,366 Ultrases geçiş hızı,244 3,2541 1,663,114 Tablo 5. SB ye ait çoklu regresyon analiz sonuçları Regresyon istatistikleri Değerler Bağımlı değişken Basınç Bağımsız değişken sayısı 2 Kolerasyon katsayısı R =,922 R 2,

10 Düzeltilmiş R 2,8353 Belirsizlik katsayısı,154 Ortalama hatalar karesi 7,27 Varyans analizi Varyans Kareler Serbestlik Kareler F-Testi α<.5 kaynağı Toplamı derecesi Ort. Regresyon 747, ,71 51,71, Kalan 13,9 18 7,22 Toplam 877,51 Regresyon analizi Standart hata Katsayılar T istatis. Anlam. düzeyi Kesme noktası 7, ,5752 2,271,356 Sıcaklık,73 -,177-2,48,269 Ultrases geçiş 1,533 2,879 1,364 hızı,1892 Oluşturulan çoklu regresyon modeline ilişkin çoklu lineer regresyon analizin denklemleri Tablo 6 da verilmiştir. Tablo 6. Çoklu doğrusal regresyon denklemler Beton sınıfı KB SAK Regresyon Denklemi Y=14,743-,1782xS+ 3,2541xU Y=16,575-,177xS + 2,879xU S: Sıcaklık, U: Ultrases geçiş hızı İkinci tahmin yöntem ise MATLAB paket programında bulanık mantık tahmin modeli geliştirilmiştir. Her iki beton türünde sıcaklık ve ultrases geçiş hızı girdi olarak kullanılmıştır. Çıktı parametresi ise basınç dayanım değerleri hesaplanılmaya çalışılmıştır. KB ye ait matematiksel model grafiği Şekil 4a da SB ye betona ait matematiksel model ise Şekil 4b de gösterilmektedir. 281

11 Basınç dayanımı, MPa Basınç dayanımı, MPa Selçuk-Teknik Dergisi ISSN Journal of Selcuk-Technic a b Sıcaklık Ultrases geçiş hızı Sıcaklık Ultrases geçiş hızı Şekil 4. Bulanık mantık modelleri, a)kb, b)sb Üyelik fonksiyonların arasındaki ilişkiyi gösterecek kuranların belirlenmesinde sonra matematiksel modelin tahmin ettiği değerleri belirlemek amacıyla, ağırlık merkezine göre hesaplatılmış durulaştırma ara yüzeyleri Şekil 5 te gösterilmiştir. a b Şekil 5. Durulaştırma ara yüzeyleri a)kb, b)sb Hangi tahmin modelinin deney sonuçlarını daha yüksek oranda tahmin edilebildiğini belirlemek amacıyla tahmin modellerinden elde edilen veriler karşılaştırmalı olarak Şekil 6 da incelenmiştir. 282

12 Tahmini Basınç Dayanımı, MPa Selçuk-Teknik Dergisi ISSN Journal of Selcuk-Technic 33, 28, 23, y1=regresyon y2=bulanık y3=regresyon y4=bulanık 18, 13, 8, 3, y1 =,8567x + 3,737 R 2 =,97 y2 =,9331x + 1,1422 R 2 =,98 y3 =,8822x + 4,862 R 2 =,88 y4 =,8674x + 3,312 R 2 =, Gerçek basınç dayanımı, MPa Şekil 6. Tahmin modelleri-gerçek değerler arasındaki ilişki Şekil 6 da gerçek-regresyon ve gerçek-bulanık mantık arasındaki ilişkiler grafiği oluşturulan değerlerin ortalamaları alınmıştır. Grafikte y 1 denklemi KB nun doğrusal regresyon ile gerçek değerler arasındaki nümerik ilişki, y 2 denklemi KB nun bulanık mantık ile gerçek değerler arasındaki nümerik ilişki, y 3 denklemi SB nin betonun doğrusal regresyon ile gerçek değerler arasındaki nümerik ilişki, y4 denklemi SB nin betonun bulanık mantık ile gerçek değerler arasındaki nümerik ilişki göstermektedir. 4. Sonuçlar SB lerin 28. günlük yüksek sıcaklık uygulanmış basınç dayanım değerleri KB nin değerlerinin çok altında gerçekleşmiştir. Sonuçta yüksek sıcaklığın SB nin üzerinde etkisini olmadığı kanısına varılmıştır. KB ve SB betonlarına 5 farklı yüksek sıcaklık uygulandıktan sonra deneysel olarak ultrases geçiş hızı ve basın dayanımı değerleri elde edilmiştir. Yüksek sıcaklık ve ultrases geçiş hızı değerleri kullanılarak çoklu lineer regresyon ve bulanık mantık 283

13 modelleri oluşturulmuştur. Modeller kullanılarak basınç dayanımları tahmin edilmeye çalışılmıştır. Ayrıca tahmin modellerin sonuçları istatistik olarak karşılaştırılması yapılarak değerlendirilmiştir. Yapılan değerlendirmeler sonucunda çoklu doğrusal regresyon ile deney sonuçları karşılaştırıldığında, çoklu regresyon analiz ile bütün sıcaklık değerlerinde KB nin basınç dayanımları ortalama % 2, SB nin basınç dayanımları ise ortalama % 3,5 yaklaşık değerle tahmin edilmiştir. Bulanık mantıkta ise KB nin basınç dayanımları ortalama % 2, SB nin basınç dayanımları ise ortalama % 5 hata ile tahmin edilmiştir. Buna göre bulanık mantık yönteminin çoklu doğrusal regresyon modeline göre daha başarılı sonuç verdiği bulunmuştur. Sonuçta SB nin yüksek sıcaklık ve ultrases geçiş hızı değerlerine bağlı olarak basınç dayanımının tahmin edilebileceği, basınç dayanım değerlerinin tahmininde bulanık mantık yönteminin kullanılabileceği görülmüştür. Kaynaklar [1] Sarıdemir M., Topçu İ.B., Özcan F., Severcan MH., Prediction of long-term effects of GGBFS on compressive strength of concrete by artificial neural networks and fuzzy logic Construction and Building Materials, (29), , [2] Demir F. A new way of prediction elastic modulus of normal and high strength concrete-fuzzy logic. Cement Concrete Res 25; 35(8): [3] S_en Z. Fuzzy algorithm for estimation of solar irradiation from sunshine duration. Sol Energy, 1998; 63(1): [4] Zadeh LA. Fuzzy sets. Inform Control 1967; 8: [5] Passino KM, Yurkovich S. Fuzzy control. Addison-Wesley; [6] Ho DWC, Zhang PA, Xu J. Fuzzy wavelet networks for function learning. IEEE Trans Fuzzy Syst 21; 9(1):2 11. [7] Özgan E., Tas Unu miktarının beton basınç dayanımına etkisinin bulanık mantıkla incelenmesi e-jurnal of New Word Sciences Academy, 28, 3(1) 4 284

14 [8] Uygunoğlu T., Ünal O., Yücel K.T, Uçucu külün betonun basınç dayanımına etkisi üzerine bulanık mantık yaklaşımı,4.uluslararası İleri Teknolojiler Sempozyumu, 25 [9] Subaşı S., Vakumlu betonlarda farklı derinliklerdeki beton yoğunluğunun alternatif yöntemler ile tahmin edilmesi,yapı Teknolojileri Elektronik Dergisi 28; (2) [1] Altın M., Sarıtaş M., İ., Çelik H., Kendiliğinden yerleşen beton numunelerinde dayanım özelliklerinin deneysel çalışma ve tasarlanan bulanık uzman sistem ile incelenmesi 4. Uluslararası İleri Teknolojiler Sempozyumu, 25 [11] Missaglia, C. The Concrete, Course Notes W.R. Grace Camp., 1983, [12] Türk Standartları, Beton katkıları-tarifler ve özellikler, uygunluk, işaretleme ve etiketleme (TS EN 934-2), Türk Standartları Enstitüsü 22, [13] Akman, M.S., Akçay B., Kimyasal beton katkılarının gelişimi ve çimentolarla uyumu, Yapılarda Kimyasal Katkılar Sempozyumu, 25, s:15-32 [14] Mantegazza, G., Yanardağ, C., Yüksek mukavemetli ve dayanıklı betonlarda süper akışkanlaştırıcı kullanımı,kuzey Kıbrıs 1. Beton Kongresi, 199, s [15] Şimşek, O., Sancak,E., Yüksek sıcaklığın silis dumanı ve süper akışkanlaştırıcı katkılı hafif betona etkileri Gazi Üniv. Müh., Mim., Fak. Dergisi, 25, s [16] Yüzer,N., Akbaş, B., Kızılkanat, A.B., Yüksek sıcaklık etkisinde kalan betonun basınç dayanımı-renk değişimi ilişkisinin yapay sinir ağları yöntemi ile tahmini, 7. Ulusal Beton Kongresi, Kasım 27, s [17] Türk Standartları, Beton karışım hesap esasları (TS 82), Türk Standartları Enstitüsü, Ankara, 29. [18] Türk Standartları, Beton- Bölüm 1: Özellik, performans, imalat ve uygunluk (TS EN 26 1), Türk Standartları Enstitüsü, 22. [19] Türk Standartları, Agregaların geometrik özellikleri için deneyler Bölüm 1: Tane büyüklüğü dağılımı tayini (TS 353 EN 933 1), Türk Standartları Enstitüsü, [2] Türk Standartları, Beton agregalarının birim ağırlıklarının tayini (TS 3529), Türk Standartları Enstitüsü, 198. [21] Türk Standartları, Beton-Taze beton deneyleri-bölüm 2: Çökme (Slamp) (TS EN ), Türk Standartları Enstitüsü,

15 [22] Türk Standartları, Beton- Taze Beton Deneyleri- Bölüm 3: Vebe Deneyi (TS EN ), Türk Standartları Enstitüsü, 22. [23] Türk Standartları, Beton-Sertleşmiş beton deneyleri-bölüm 2:Dayanım deneylerinde kullanılacak deney numunelerinin hazırlanması ve kürlenmesi (TS EN ), Türk Standartları Enstitüsü, 22. [24] British Standards, Fire classification of construction products and building elements. Classification using data from reaction to fire tests, (BS EN :27), British Standards Institution, 27. [25] International Organization for Standardization, Fire-Resistance Tests - Elements of Building Construction - Part 1: General Requirements, (ISO 834). [26] ASTM C Standard test method for pulse velocity through concrete, Annual Book of ASTM Standards, Vol 4.2, Philadelphia. [27] Türk Standartları, Beton-Sertleşmiş Beton Deneyleri-Bölüm 3: Deney Numunelerinde Basınç (TS EN ), Türk Standartları Enstitüsü, 23. [28] İstatistik analiz, Ekim,